求AOE图的 拓扑排序 及关键路径长度(java实现)

1.AOE图:

在这里插入图片描述

2.AOE图邻接链表存储结构:

在这里插入图片描述

3.代码实现

3.1.实体及参数初始化

//邻接表的链表节点
@Data
public class LinkedNode {
    //邻接链表顶点编号
    private int nodeNum;
    //头节点到当前链表节点的 弧上的权值
    private int weight;
    //当前链表节点指向的下一个链表节点
    private LinkedNode nextLinkedNode;
    }
//邻接表中头节点
@Data
public class HeadNode {
    //节点编号
    private int nodeNum;
    //指向的下一个链表节点
    private LinkedNode nextLinkedNode;
    }
//AOE网络 图
@Data
public class AoeGraph {
    //顶点数量
    private int verticesNum ;
    //边数量
    private int edgeNum;
    //图的邻接表的 头结点集合
    private  HeadNode[] headNode;
    }

将AOE图及其邻接链表的关系转化成实体:

    //AOE图的邻接链表的初始化
    static LinkedNode v0_2 = new LinkedNode(2,30,null);
    static LinkedNode v0_1 = new LinkedNode(1,10,v0_2);
    static HeadNode v0 = new HeadNode(0,v0_1);

    static LinkedNode v1_5 = new LinkedNode(5,50,null);
    static LinkedNode v1_3 = new LinkedNode(3,30,v1_5);
    static HeadNode v1 = new HeadNode(1,v1_3);

    static LinkedNode v2_5 = new LinkedNode(5,20,null);
    static LinkedNode v2_4 = new LinkedNode(4,30,v2_5);
    static HeadNode v2 = new HeadNode(2,v2_4);

    static HeadNode v3= new HeadNode(3,null);

    static LinkedNode v4_3 = new LinkedNode(3,10,null);
    static HeadNode v4 = new HeadNode(4,v4_3);

    static LinkedNode v5_3 = new LinkedNode(3,20,null);
    static HeadNode v5 = new HeadNode(5,v5_3);

    //邻接链表的头节点集合
    static HeadNode[] headNodeArr =  new HeadNode[]{v0,v1,v2,v3,v4,v5};

    //AOE图
    static AoeGraph aoeGraph = new AoeGraph(6,8,headNodeArr);

3.2.代码实现

public static void main(String[] args) {
        int length = criticalPathCalc(aoeGraph);
        System.out.println("length : "+length);
    }

    public static int criticalPathCalc(AoeGraph aoeGraph){

        int verticesNum = aoeGraph.getVerticesNum();//图的 顶点数量
        HeadNode[] headNodeArr = aoeGraph.getHeadNode(); //图的邻接表的 头结点集合
        int [] inDegree = new int[verticesNum]; //记录每个顶点的 实时入度  (初始化后,默认每位都是0)
        int [] weightSum = new int[verticesNum];//记录从开始顶点到 当前顶点的 实时最大权值 (初始化后,默认每位都是0)
        
        ConcurrentLinkedQueue<HeadNode> inDegreeZero = new ConcurrentLinkedQueue<>();//记录入度为0 的顶点 
        int nodeNum =0 ; //节点的编号

        //计算每个节点的入度
        for (int i = 0; i < headNodeArr.length; i++) {
            HeadNode headNode = headNodeArr[i];//当前操作的邻接邻接链表头节点
            LinkedNode linkedNode = headNode.getNextLinkedNode();//当前头节点的指向的 邻接节点;
            while (null!=linkedNode){
                inDegree[linkedNode.getNodeNum()]++;//指向的 邻接节点的 入度加1
                linkedNode = linkedNode.getNextLinkedNode();//指针指向 头节点的下一个邻接节点
            }
        }

        //将入度为0 的节点 放入队列
        for (int i = 0; i < inDegree.length; i++) {
            if(0==inDegree[i]){
                inDegreeZero.add(headNodeArr[i]);//将入度为0 的节点放入队列
            }
        }

        //只要队列不为空,就不断弹出入度为0的节点。相当于在图中擦去入度为0的节点及其相关边
        while (!inDegreeZero.isEmpty()){
            HeadNode headNode = inDegreeZero.poll();//弹出 入度为0的 节点 作为 =》头节点(相当于擦去入度为0的节点)
            System.out.println(headNode.getNodeNum());//输出拓扑序列
            LinkedNode nextLinkedNode = headNode.getNextLinkedNode();//头节点指向的 =》 链表节点
            while (null!=nextLinkedNode){
                nodeNum = nextLinkedNode.getNodeNum();//当前头节点指向的 链表节点的 编号
                inDegree[nodeNum]--;//链表节点入度减1 (相当于擦去入度为0的节点到其指向的链表节点之前的弧)
                if(0==inDegree[nodeNum]){
                    inDegreeZero.add(headNodeArr[nodeNum]);//如果当前链表节点入度=0,放入队列(准备循环把入度为0的它也擦掉)
                }
                //开始节点到当前链表节点的累加权值  <  当前头节点到当前链表节点的弧线权值 + 开始节点到当前头节点的累加权值
                if(weightSum[nodeNum] < nextLinkedNode.getWeight()+ weightSum[headNode.getNodeNum()]){
                    //开始节点到当前链表节点的最大权值 = 上诉比较的最大值
                    weightSum[nodeNum] = nextLinkedNode.getWeight() + weightSum[headNode.getNodeNum()];
                }
                nextLinkedNode = nextLinkedNode.getNextLinkedNode();//获取头节点的下一个链表节点
            }
        }
        return weightSum[nodeNum];//
    }

3.3.输出

0
1
2
4
5
3
length : 80
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值